收入差距、经济增长与中国的财产犯罪——1978—2005年的实证研究，本文主要内容关键词为：经济增长论文,中国论文,收入差距论文,财产论文,实证研究论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：DF0—059文献标识码：A文章编号：1006-6128（2007）05-0143-11
改革开放以来，我国财产犯罪总量大幅上升。以盗窃、诈骗和抢劫三项财产犯罪加总计算，2005年达到369万余起，占到了公安机关立案总量的近80％。实际上，从1978年开始，我国财产犯罪占总犯罪的比例一直在80％左右，最高的时候甚至超过了90％。可见，财产犯罪占据了中国犯罪的绝大部分。犯罪会给社会带来严重危害，要更好地治理中国的犯罪问题，那么对财产犯罪进行更深入的研究显然将具有特别重要的意义。
在经济学看来，犯罪和其他行为一样，都是为实现自身利益的最大化，只不过所采用的手段和方式不同而已。古典主义犯罪学的代表人物贝卡里亚也认为，人们会根据成本收益的理性计算来做出相应的选择。[1] 贝克尔则首次用现代经济学方法正式地分析了犯罪问题，他将被惩罚的概率和严厉程度视为犯罪的成本，犯罪人比较犯罪的成本和期望收益后决定是否犯罪。[2]（P169—217）对于财产犯罪而言，它是一种典型的追求物质利益的犯罪，经济学应该能够加以很好的解释。事实上，已有的研究就认为，相对于暴力犯罪而言，财产犯罪会更适合用犯罪的经济模型来加以解释。[3]（P530—539）[4]（P75—106）[5]（P45—61）因而，本文的研究也将主要建立在犯罪的经济学理论之上。
经济学对犯罪的研究除了在理论方面的一些成果外，更重要的是进行了大量的实证研究。尤其自20世纪90年代以来，经济学利用计量经济学的方法广泛研究了如收入分配、经济增长、失业等诸多经济因素对财产犯罪的影响。但在国内，这种类似的定量研究还较为缺乏。本文旨在利用1978—2005年的时间序列数据对中国的财产犯罪与宏观经济因素的关系进行实证研究，尤其是考察收入分配、经济增长等对中国财产犯罪的影响。
一、文献综述
可能影响财产犯罪的因素很多，在众多的实证研究文献中，他们重点考察了经济增长、收入差距、失业和劳动力市场、人口结构、贫困等经济因素对财产犯罪的影响。
收入分配与财产犯罪。在一个收入分配差距比较大的国家，穷人常常无法通过合法渠道获得比较满意的收入，从事合法活动的收益较低，这导致了穷人犯罪的机会成本很低，同时由于收入分配的不平等，富人的财富对穷人来说形成了巨大的吸引力，如果穷人将时间更多地配置在非法活动上，其收益可能会更高，因此，收入差距过大会鼓励穷人通过犯罪活动获得物质利益。而当收入分配不公平时，穷人还会感受到挫败感，产生一种压力和不满，并可能越来越被社会所疏远，地位的不公平感导致穷人更可能通过犯罪来提高自身满足度，由此可能引致穷人犯罪。许多实证研究也都证实，收入分配不平等对财产犯罪产生了显著的影响。[6]（P521—565）[7]（P120—137）[8]（P265—292）[9]（P707—730）[10] 一些实证研究还发现，收入不平等不仅会对抢劫犯罪有显著影响，[11] [12]（P1323—1357）[13]（P1—40）而且对盗窃犯罪也有显著影响。[14]（P123—141）[8]（P265—292）还有研究发现，区分持久性收入不平等和暂时性收入不平等二者各自对犯罪的影响是重要的，持久性收入不平等对三种财产犯罪都产生了重要影响，而暂时性收入不平等则无显著影响。[15] 虽然众多的实证研究都发现收入不平等对财产犯罪产生了重要影响，但是也有学者在研究美国的财产犯罪时发现，收入不平等对财产犯罪没有显著影响。[3]（P530—539）[16]（P717—738）
经济周期与财产犯罪之间的关系是文献重点关注的问题之一。对财产犯罪而言，在经济繁荣时期，财富增多，经济活动频繁，社会给提供了更多的财产犯罪机会，而且人们收入的增加也可能会引起更多的毒品、酒精乃至枪支的消费，这些都会引发财产犯罪增多。不过，经济繁荣时期合法就业机会也会增多且收益增大，失业减少，犯罪的机会成本增大，因而减少犯罪；经济繁荣还可能会使得警力和司法预算增多，于是能够减少犯罪，因而经济周期与犯罪到底呈何种关系似乎是不确定的。[17]（P115—128）在研究中，不同的学者运用了不同的变量来表示经济周期，如经济增长、通货膨胀或者失业、消费等。一些研究发现，经济增长和财产犯罪呈负相关关系，经济增长会减少财产犯罪，[18] 还有研究也发现个人消费与财产犯罪有着长期的均衡关系，[19]（P681—698）在长期中，人均实际消费能用来很好的解释长期中的抢劫犯罪，而失业则能够很好的解释盗窃犯罪。也有研究用通货膨胀来衡量经济周期，并认为财产犯罪会随着通货膨胀的上升而增加，因为通胀使得低技能的劳动者的实际收入下降，也导致社会控制的部分缺失，同时还削弱了社区防卫犯罪的能力。[20]（P407—420）许多实证研究也都证实，通货膨胀与财产犯罪存在着显著的正相关关系。[20]（P407—420）[21]（P565—604）[22]（P293—308）[23]（P405—434）有些研究虽然也发现财产犯罪随着经济增长而减少，但是减少的量根本不如经济衰退时期增加的量。[24] 还有研究则对经济繁荣导致财产犯罪减少的压倒性结论表示了怀疑，他们发现经济衰退时期虽然抢劫和入室盗窃罪有少量增加，但汽车盗窃却减少了。[17]（P115—128）
失业、劳动力市场环境与财产犯罪。失业率是劳动力市场环境好坏的指标之一，失业率越低，表明通过合法劳动获得收入的机会越多。除此之外，劳动力工资水平也是劳动力市场环境好坏的重要衡量指标。一个社会提供的合法劳动机会越多，劳动力市场工资水平越高，那么理性的人们会更多的通过合法渠道获得收入，他们犯罪的机会成本会很高。因此，失业率越低，劳动力市场环境越好，财产犯罪应该会越少。不过，也有人认为，在高失业阶段更多的人都待业在家，于是增加了对财产犯罪的防范，从而能够减少财产犯罪。[25]（P505—529）而许多实证研究则表明，不仅失业对财产犯罪产生了重要影响，[23]（P405—434）[26]（P445—457）[27]（P259—283）劳动力市场环境的好坏也对财产犯罪产生了显著影响。[5]（P45—61）[16]（P717—738）然而也有研究通过对美国财产犯罪的考察认为，失业对犯罪的影响是可以忽略的。[9]（P707—730）
犯罪机会、贫困、社会福利与财产犯罪。许多的犯罪学理论都强调犯罪机会的重要性。[28]（P90—118）[29]对于财产犯罪而言尤其如此，正如欧利希（Ehrlich）所表明的，犯罪特别是财产犯罪的收益依赖于受害者所提供的机会，他的研究就发现，在美国更高的中产家庭收入和更高的财产犯罪率相连。[6]（P521—565）在文献中，常用人均GDP、绝对收入等来表示财产犯罪机会，在对德国以及西班牙的研究中都发现用这些变量表示的犯罪机会对财产犯罪产生了显著的影响。[4]（P75—106）[18]犯罪机会影响了财产犯罪，而贫困同样如此。贫困人口通过合法渠道获得的收入少，因而刺激了他们通过非法活动获得收入，而且他们犯罪的机会成本相对而言很小，实证研究也发现，贫困对财产犯罪确实产生了显著影响。[3]（P530—539）[26]（P445—457）一个国家的社会福利状况越好，应当有利于减少财产犯罪，有学者在贝克尔的模型基础上加入社会福利因素，认为社会福利和犯罪呈负相关关系，而他对美国跨州数据的实证研究也表明，福利计划对财产犯罪产生了负且显著的影响。[7]（P120—137）不过，也有研究发现，公共救济对财产犯罪并未产生显著影响。[26]（P445—457）
除了以上重要因素外，也还有一些因素会对财产犯罪产生影响，如教育、人口结构等。对于受过更高教育的人而言，他们更容易获得一份较高收入的工作，他们犯罪的机会成本更高，因而教育水准的提升应有利于减少犯罪。但是实证研究的结论却并不一致，大多数经验研究都发现，教育与财产犯罪呈显著的负相关关系，[18] [30] [31]（P155—189）但也有研究发现，教育（以成人完成的平均教育年限代表）和财产犯罪呈显著的正相关关系。[32] 一国的人口结构也会对财产犯罪产生重要影响，全部人口中的年轻人比例越高可能会导致更多的财产犯罪，因为年轻人相对于成年人来说有更充沛的体力，他们也更为叛逆和不遵循规矩，收入水平低乃至于没有收入，犯罪的机会成本很小。但是，这方面的实证研究则充满争议，有学者曾对此进行了一个总结，基本上这些文献中报告二者显著正相关、显著负相关和不显著的差不多。[26]（P445—457）
另外，财产犯罪不仅可能有周期性，还可能具有一种惯性（inertia），文献对此也有一些关注。正如相关研究所总结的，过去犯罪活动的经历会以不同方式影响未来犯罪的决定，现在更高的犯罪会和未来更高的犯罪相联系，犯罪人通过一次犯罪更加了解了如何犯罪，而且被定罪过的人有更少的合法就业机会和更低的预期工资，这些都是支持犯罪具有惯性的理由。[18] [33]（P51—71）犯罪的惯性反映在计量模型上，就是滞后的犯罪率作为解释变量在回归模型中是显著的。如果过去的犯罪和今后的犯罪保持着一种惯性，那么对于犯罪的预测是很有帮助的。一些实证研究发现了财产犯罪具有惯性，[18] 一些研究则发现抢劫犯罪也具有很明显的惯性。[11]
在国内，关于财产犯罪的定量研究还非常缺乏。胡联合等2005年的研究关注了贫富差距对我国财产犯罪的影响，并认为贫富差距对于财产犯罪产生了显著影响。[34] 但他们的研究采用的是一元线性回归模型，所考虑的因素相对单一。
二、实证检验及结果
（一）1978年以来中国的财产犯罪及其描述
本文所研究的财产犯罪包含了我国刑法第五章侵犯财产罪中所规定的盗窃、抢劫和诈骗三种犯罪。本文以每十万人口的犯罪数量即犯罪率来衡量犯罪状况。对于抢劫，虽然许多文献都将其纳入暴力犯罪中予以考察，但一是由于我国刑法将其规定在侵犯财产罪中，二是抢劫虽然以暴力为手段，但它的犯罪目标是物质性财产，比较符合犯罪的经济模型，因此我们将其作为财产犯罪加以研究。对于我国刑法所规定的其他财产犯罪则由于资料的限制而无法进行研究。对于某些经济犯罪本来也可以较好的由犯罪的经济模型加以解释，但同样由于资料的缺乏而无法纳入研究范围中。
我国的盗窃、抢劫和诈骗三种财产犯罪在改革开放以来都呈现出大幅增长的态势。1978年公安机关盗窃犯罪立案45万多起，犯罪率为每十万人约47起，到1989年立案总数突破一百万，2000年盗窃犯罪立案总数突破200万，2005年达到315万多起，约是1978年7倍。盗窃犯罪率则于1989年突破每十万人一百起，2001年达到每十万人约229起，到2005年达到约242起，约为1978年的5倍。盗窃犯罪总量在28年间年均增长约7.4％，而盗窃犯罪率在此间年均增长了约6.2％。
抢劫犯罪在28年间的增长比盗窃犯罪还快得多。1978年抢劫犯罪立案总数为5596起，1988年达到3.6万多起，1991年突破10万起，2000年突破30万起，2005年达到了33万多起，是1978年的59倍。抢劫犯罪率在1978年每十万人约0.58起，1988年达到每十万人约3起，2000年达到约24起，2005年约每十万人25起，是1978年的43倍多。抢劫犯罪总量在这28年间年均增长了约16.3％，抢劫犯罪率此间年均增长了约15％。
诈骗犯罪在这28年间也经历了快速的增长。1978年诈骗犯罪立案总数为1万多起，1989年达到4万多起，2000年突破15万起，2005年达到20多万起，约是1978年的20倍。诈骗犯罪率1978年为每十万人约1起，2000年达到每十万人12起，2005年犯罪率约为15起，约是1978年的15倍。诈骗犯罪总量在28年间年均增长了约11.7％，诈骗犯罪率年均增长了约10.4％。
从以上数据可以看出，三种犯罪无论是总量还是犯罪率都出现了巨大的增长。抢劫犯罪和诈骗犯罪的年均增长率均在10％以上，高于中国同期的经济增长水平。盗窃犯罪虽然增速稍小，但由于本身基数很大，因此在绝对量上也仍然维持了大的增长。就三种犯罪的波动来看，如图1、图2所示，三种犯罪率均在1978—1981年有小幅增长，此后一直到1988年均比较平稳。在90年代前期盗窃犯罪率（larceny）下降，但抢劫（robbery）和诈骗（defraud）犯罪率都比较稳定的增长，尤其在1999年之后三种犯罪率都迅速增长，到2001年之后则又比较平稳，小幅波动。
（二）模型和数据
1.模型设定。在研究财产犯罪的文献中，收入差距对财产犯罪的影响是众多文献关注的一个焦点所在，本文同样如此。同时，我们对于经济周期和财产犯罪的关系也给予关注，尤其是经济增长和财产犯罪的关系。对于文献关注较多的失业、教育和贫困对财产犯罪的影响我们也给予考察，同时也注意了社会福利、犯罪机会、城市化等对财产犯罪可能的影响。由于资料限制，我们无法考虑人口结构因素对财产犯罪的影响。中国的财产犯罪自1978年以来经历了巨大的增长，所以我们还关心的一个问题是，中国的财产犯罪是否也具有惯性，这对于中国理解和预测中国的财产犯罪都有帮助。按照文献一般的做法，[11] 便是将滞后的犯罪率作为解释变量放在回归模型中看是否显著来检验犯罪是否具有惯性，本文也采用这一策略。
在模型中同时纳入所有变量毫无疑问会面临严重的多重共线性问题，于是我们建立了一个基准模型，然后在此基础上纳入其他变量，对模型中的各个变量，均取对数，建立的基准模型形式如下：
其中pcrime表示财产犯罪率，ngini为全国基尼系数（衡量收入差距），growth为经济增长率，t表示年份（1978—2005）。我们同时还选取了城镇基尼系数、农村基尼系数和城乡收入差距来衡量收入差距，也会用它们替换全国基尼系数置于模型中。
2.指标和数据来源。
（1）财产犯罪率。采用公安机关每年的立案数作为总数，然后除以人口数量得到每十万人的犯罪数，即犯罪率。我们用盗窃、抢劫和诈骗三种犯罪的总和作为财产犯罪总量，三种犯罪的总量数据来自《发展犯罪学》（周长康等著，群众出版社2006年版）和《中国统计年鉴》，人口数据来自《中国统计年鉴》。
（2）收入差距。一般衡量收入差距的指标是基尼系数，本文以全国基尼系数、城镇内部基尼系数和农村内部基尼系数来分别衡量全国、城镇和农村的收入差距，同时也考虑到城乡之间的收入差距，并用城镇居民家庭人均可支配收入与农村居民家庭人均纯收入之比来代表。城镇和农村居民人均收入原始数据来自《中国统计年鉴》2001年和2006年。农村内部基尼数据为中国统计局农调对数据，城市基尼数据为城调对数据，由于没有官方公布的全国基尼系数，本文采用城乡加权法自行计算。①
（3）经济周期。以经济增长率作为经济周期的衡量指标，数据来自《中国统计年鉴》和《新中国五十年统计资料汇编》。
（4）教育水准。衡量一国总体教育水准的指标并不单一。受于资料限制，没有找到全国人口中受到高等教育或中等教育人口比例的时间序列数据，只好选择初中生升学率作为衡量的指标。初中生升学率1998年之前数据来自《新中国五十年统计资料汇编》，1999年之后数据来自《中国统计年鉴》2000年及之后各期。
（5）失业、贫困和城市化。官方只公布了城镇登记失业率，这肯定无法反映中国的真实失业情况，但无其他更好替代数据的情况下我们只好选择该指标作为失业率的度量，数据来自《中国财政年鉴》和《中国统计年鉴》。对于贫困官方只有农村贫困的数据，我们也只好采用官方公布的农村绝对贫困发生率作为贫困的度量指标，数据来自《中国农村住户调查年鉴》2006年。② 一般衡量城市化的指标是城市人口占总人口的比重，本文也遵循这一惯例，城市人口比重数据来自《中国统计年鉴》和《新中国五十年统计资料汇编》。
（6）犯罪机会、福利状况。犯罪机会用人均GDP衡量，福利状况用全国财政中用于抚恤和社会福利支出的总和衡量，数据来自《中国统计年鉴》和《新中国五十年统计资料汇编》。
（三）协整检验
文章所有数据均为时间序列数据，时间序列数据建模需要数据是平稳的或者不平稳的数据之间有协整关系，否则可能导致伪回归。因而需要首先判断数据的平稳性，如果不平稳，则需要进行协整检验。本文所有数据时间跨度均为1978—2005年，以下各种计量分析均使用Eviews5.0实现。
1.数据的平稳性检验。采用常用的ADF方法对各序列数据进行单位根检验，检验时的滞后阶数按照SIC准则选取。结果所有变量的水平值仅贫困（lnpoor）和经济增长率（lngrowth）能通过1％显著性水平下的单位根检验，为水平平稳，其余变量都是非平稳的。于是对其他变量的一阶差分进行单位根检验。结果表明，人均GDP（lnpgdp）的一阶差分在5％的显著性水平下平稳，其余变量的一阶差分均在1％显著性水平下平稳。
2.协整检验。虽然变量不是水平平稳的，但是变量之间的线性组合却可能是平稳的，从而构成协整关系，使模型的估计能够避免伪回归。由于模型中的变量不是水平平稳，因此需要进行协整检验，我们采用Engle-Granger两步法来进行。
首先对所有的模型用OLS进行估计，然后对模型的残差序列进行ADF检验。检验形式均不含有截距项和趋势项，滞后阶数按照SIC准则选取，结果表明，所有七个方程的残差都在1％显著性水平下水平平稳。因此，所有方程各自的变量均具有协整关系。方程的回归是有意义的。
（四）回归结果
首先用全国基尼系数、城镇基尼系数、农村基尼系数和城乡收入差距交替置于基准模型中用OLS进行估计，得到方程一至四，结果见下表一。之后我们在方程一的基础上加入其他解释变量如失业、教育、人均GDP、福利支出等，得到方程五至七，结果见下表二。各个方程的F值都非常显著，调整的R2均达到0.92以上，模型的拟合效果非常好。用来表示收入分配不公的四个指标均十分显著。各个方程中经济增长率和滞后一期的财产犯罪率也均在1％显著性水平下显著。用拉格朗日乘数检验（L-M检验）发现，七个方程均不存在自相关问题。
通过上述模型，我们可以得到如下结果：
收入差距是影响财产犯罪非常重要的因素，无论用全国基尼系数、城镇基尼系数、农村基尼系数还是城乡收入差距表示收入差距，都发现对财产犯罪的影响是显著的。这意味着，无论何种层面的收入差距都会带来财产犯罪的增加。而且从上述模型的估计结果可以看出，弹性系数是比较大的。以全国基尼系数为例，如果全国基尼系数提高1％，则犯罪率将在此基础上提高1.2329％（以方程一为例），财产犯罪率我们以2005年每十万人约283起计算，那么财产犯罪率将因此提高3.4891起，以全国13亿人口计算，这意味着全国总共将增加大约45000多起财产犯罪。毫无疑问，这些犯罪不仅会给整个社会带来巨大危害，社会还得为处理这些犯罪而支付大量成本。
模型还发现，中国的财产犯罪随着经济周期而呈现出反周期变化的特点。我们用经济增长率表示经济的周期性变化，发现经济增长率和财产犯罪呈显著的负相关关系。这意味着，在经济高涨时期，财产犯罪会减少，而在经济衰退时期，财产犯罪会增多。这和许多研究的结论是一致的。[13]（P1—40）[18] [35]（P405—428）但是从模型中我们可以看到，弹性系数并不高，大致在0.5左右，在每个方程中都远远小于收入差距的系数。这意味着保持高速经济增长率虽然有助于减少犯罪，但是这种作用力是有限的，如果经济增长和基尼系数和经济增长同时增长1％，那么经济增长所带来的犯罪减少将远远无法抵消收入差距导致的犯罪增加。
模型证实，中国的财产犯罪具有非常显著的惯性。滞后一期的财产犯罪率在所有模型中都在1％显著性水平下显著，说明财产犯罪具有相当大的连贯性，这和一些文献的结论也非常一致。[18] 这也说明，在中国，过去的财产犯罪率将会直接影响今后的财产犯罪率。
城市化、人均GDP都和财产犯罪呈正相关关系，这表明城市化及其所代表的现代化过程导致了中国的财产犯罪增加，而人均GDP和财产犯罪呈现正相关关系表明当社会财富越多、社会经济活动越频繁、犯罪机会越多的时候，财产犯罪会增加，但是模型中城市化和人均GDP对财产犯罪的影响并不显著。初中生升学率和福利支出财产犯罪呈负相关关系，同样也并不显著。和预想的不一样的是，农村绝对贫困发生率和失业与财产犯罪居然呈现出负相关关系。
三、中国的宏观经济因素对财产犯罪的影响机理
在关于宏观经济因素影响犯罪的文献中，对各种经济因素如何影响犯罪的理论研究本身就存在一些争论。但和理论争论比起来结论更不一致的则是实证研究结果。用不同国别、不同地区、不同时间、不同数据甚至不同计量方法得出来的结论都可能是很不一样的。因此，尤其需要结合实证研究结果对背后的影响机制进行探讨。在本文的模型中，收入差距、经济增长、滞后的财产犯罪率三个变量无论模型如何设定，都非常显著，因而本文最为稳健的结论有三个，一是收入差距对财产犯罪产生了显著影响，二是财产犯罪随着经济景气程度而变化，三是财产犯罪具有很明显的惯性。因而我们重点就这三点进行理论上的阐释。
中国从改革开放之后收入差距逐渐拉大，全国基尼系数在2000年超过0.4的国际公认警戒线。改革开放20多年来，经济飞速发展，财富增多，一部分人率先富了起来，这种必要的收入差距是必然的也是效率优先的需要。但是，当收入差距逐步积累并恶化到一定程度时，则会引起犯罪的增多。首先，由于社会存在的巨大收入差距，处于社会底层的穷人无法通过合法渠道获得更高的收入和改善自己的生活处境，他们在社会生活中会感受到强烈的被剥夺感，并产生愤怒、抵触、仇富等情绪，而从事财产犯罪既可以获得一定的物质收益，也是发泄这些情绪的一种途径，社会收入差距越大，穷人便越会更多的将时间配置到犯罪活动上面，使得犯罪尤其是财产犯罪增多；其次，整个中国持有一种追求物质成功的价值观，但是整个社会又无法使得每个人实现他们的财富梦想，于是，许多人开始不择手段的追求财富，由于社会的巨大收入差距，穷人合法渠道的收入少，进行犯罪的收益对他们来说是一个巨大的诱惑，只要犯罪收益大于其合法收益，从事财产犯罪便是这些人理性的选择，而恰恰改革开放以来中国的经济飞速发展，为穷人们提供了许多的财产犯罪机会，犯罪收益相应增加，于是财产犯罪不可避免的会增多；再次，中国部分富裕起来的人的收入正当性受到了强烈质疑，此时穷人从事财产犯罪的心理负担会大大减少甚至消失，乃至于认为其犯罪行为是正当的，这种心理必然会促进财产犯罪增多。
经济增长为什么和财产犯罪呈现负相关关系？在经济衰退时期，因合法劳动机会的减少，人们会更可能从事更多非法活动；相反地，在经济繁荣时期，各种合法劳动机会增加与工资上升，可使人们的收入与消费增加，并足以吸引更多的人从事更多合法活动，同时上述所有因素也增加了犯罪的机会成本。因此，在经济繁荣时期，财产犯罪率会降低。但是，也存在另一种可能的情形：经济繁荣时期的财富增长及频繁的经济活动，会增加财产犯罪机会，导致财产犯罪率上升。但为何前种情形在中国表现明显，而后一种情形并未在中国出现？因为，犯罪机会更多是与社会的财富存量而非财富增量相关，而经济增长率主要刻画的是财富的增长情况，其对犯罪机会虽有影响但影响并不大，因此它对增加财产犯罪的作用力可能远远不如它对减少财产犯罪的作用力大。所以，最终结果是，当其他条件不变时，经济的繁荣，会带来财产犯罪的减少。
为什么犯罪会存在惯性？已有的看法认为，可能过去犯罪活动的经历会影响未来犯罪的决定，犯罪人通过一次犯罪掌握了犯罪技巧，从而继续实施犯罪，[18] 而且被定罪过的人有更少的合法就业机会和更低的预期工资，[33]（P51—71）犯罪的机会成本就小。这两种机制都应该在中国起作用，当然，到底具体是哪一种机制起到了更多的作用则需要更多的实证研究来加以确证。而另外非常重要的一点是，整个社会系统的改变是缓慢的，因而由整个社会系统决定的财产犯罪率的变化也不可能是非常剧烈的，它必然保持一种惯性。中国社会的财富积累是慢慢增加的；中国的收入分配不平等也是缓慢改变的；各种社会控制方式、文化观念的改变也是缓慢的，所以由这些因素所决定的宏观财产犯罪率也必然是缓慢改变的，从而财产犯罪会呈现出一种惯性特征。
人均GDP、教育水平、福利开支和城市化都对财产犯罪产生了影响，但我们的研究发现这种影响并不显著，不过这几个结论在本文中并不是很稳健的。至于农村绝对贫困发生率和失业率居然和财产犯罪率呈负相关，我们猜测可能是因为农村绝对贫困发生率所包含的人群太少以至于根本无法对整个中国的财产犯罪率产生影响，或者产生了影响但是微乎其微甚至可以忽略这种影响。比如，2005年农村绝对贫困发生率为2.5％，意味着低于贫困线的人口占总人口数的比重仅为2.5％，而且这里面的大多数可能都居住在偏远的农村，财产犯罪机会很少，因而无法对全国的宏观犯罪率产生什么影响，而由于中国的农村贫困发生率年年减少，故而和财产犯罪率呈现出了负相关关系。而失业率本文采用的是城镇登记失业率作为衡量指标，出现了符号的反常，可能是由于该指标无法真实反映中国的失业状况而造成了符号反常，另一个可能的解释是，进行了失业登记的这部分失业人口犯罪倾向可能不高，去登记的失业人口大都可能属于比较上进且希望获得合法劳动机会的人，而那些常常从事非法活动或者并不是很上进的失业人口根本不会或者很少会去登记，尤其那些社会闲散人员根本可能就不去登记，而他们常常是犯罪的高危人群。但这个猜测还需要更详尽的调查资料来加以证实。
通过对1978年以来中国的财产犯罪的实证研究我们发现，中国的宏观经济因素对财产犯罪产生了显著影响，财产犯罪随着宏观经济形势的变化而发生相应的变化。实证研究结果表明，收入差距与财产犯罪产呈正相关关系，社会收入差距的拉大会导致财产犯罪率的增加，而且，无论是全国范围内的收入差距，还是城镇内部、农村内部以及城乡之间的收入差距都显著的影响了中国的财产犯罪率；财产犯罪随着经济增长而呈现出周期性变化，经济繁荣时期财产犯罪减少，经济萧条时期财产犯罪增多，但经济增长对财产犯罪的影响力不如收入差距对财产犯罪的影响力大；财产犯罪还表现出了显著的惯性，过去的财产犯罪多少会明显的影响到今后的财产犯罪数量。以上三个结论是本文最为稳健的结论。同时我们还发现，人均GDP和城市化对财产犯罪产生正的影响，但并不显著，而教育水准和福利支出则与财产犯罪呈负相关关系，同样不显著。我们还发现农村贫困发生率和失业率与财产犯罪率呈负相关关系这个和预想不一致的结果。不过这几个结论都还有待于进一步考证，本文的结论可能并不是很稳健的。
基于以上比较稳健的结论，如果政府希望减少财产犯罪，那么可以从一些宏观社会经济因素入手，采取一定的社会经济政策将会有助于减少中国的财产犯罪，因此，本文的政策含义表现在以下两个方面：减少整个社会的收入差距状况，无论从全国、城镇内部、农村内部还是城乡之间的收入差距入手，减少收入差距程度都会对减少财产犯罪有很大的帮助。减少收入分配差距，不仅能够增进社会和谐，也能够减少财产犯罪，减少收入分配差距，不仅是基于公平的需要，也是减少财产犯罪的需要；保持经济繁荣和经济增长，经济的繁荣能够增加合法劳动机会，增加收入，吸引人们将时间更多地配置到合法劳动上来，吸引更多的人通过合法劳动获取收入，而这些也能够增大犯罪的机会成本。
注释：
①三种基尼系数的详细来源和计算方法如下。城镇居民基尼系数1978—2001年数据来自罗楚亮等2006年的文章，参见罗楚亮、李实、邓曲恒：《效率与公平：收入分配的双重评判》，载景天魁主编：《收入差距与利益协调》，黑龙江人民出版社2006年版，第79—97页。但其中缺乏1979年数据，1978和1980两年基尼系数皆为0.16，由二者平均作为1979年基尼系数，2002年到2005年基尼系数由作者根据国家统计局公布的城镇居民收入五等份分组采用“等分法”计算而得，具体计算公式参见陈宗胜：《经济发展中的收入分配》，上海三联书店1991年版，第27—28页。收入五等份分组原始数据来源于《中华人民共和国年鉴2005》和《中国统计年鉴》。农村居民收入基尼系数来自中国农业年鉴2005及中国农村住户调查年鉴2006。其中缺1979年数据，来自罗楚亮等2006年的文章，参见罗楚亮、李实、邓曲恒：《效率与公平：收入分配的双重评判》，载景天魁主编：《收入差距与利益协调》，黑龙江人民出版社2006年版，第79—97页。全国基尼系数由作者自己计算，计算采用城乡加权法，具体公式参见陈宗胜、周云波：《再论改革与发展中的收入分配》，经济科学出版社2002年版，第28页。
②贫困发生率缺少1979、1993和1996三年数值，均用前后两年平均补齐。